读写分离 & 缓存 & 水平切分

一、读写分离

1、什么是读写分离

读写分离其实就是将数据库分为了主从库，一个主库用于写数据，多个从库完成读数据的操作，主从库之间通过某种机制进行数据的同步，是一种常见的数据库架构。

• 主库：提供写服务的数据库。

• 从库：提供读服务的数据库。

• 主从之间：通过某种机制同步数据，比如MySQL的binlog。

• 分组：一组从同步集群。

2、分组架构解决的问题

大多数互联网业务，往往读多写少，这时候，数据库的读会首先称为数据库的瓶颈，这时，如果我们希望能够线性的提升数据库的读性能，消除读写锁冲突从而提升数据库的写性能，那么就可以使用分组架构（即读写分离架构）。用一句话概括，读写分离是用来解决数据库的读性能瓶颈的，在数据库无法胜任当前的读要求时，就可以进行读写分写，通过增加从库线性提升系统读性能。

3、读写分离的不适用性

在互联网的应用场景中，常常数据量大、并发量高、高可用要求高、一致性要求高，如果使用读写分离，就需要注意这些问题：

• 数据库连接池要进行区分，哪些是读连接池，哪个是写连接池，研发的难度会增加。

• 为了保证高可用，读连接池要能够实现故障自动转移。

• 潜在主从一致性问题。

二、缓存

缓存，也是互联网中常常使用到的一种架构方式，同读写分离不同，读写分离是通过多个读库，分摊了数据库读的压力，而存储则是通过缓存的使用，减少了数据库读的压力。他们没有谁替代谁的说法，但是，如果在缓存和读写分离之间进行二选一时，还是应该首先考虑缓存。

缓存的应用场景：

• 如果面临的是读性能瓶颈问题，增加缓存可能来的更直接，更容易一点。

• 关于成本，从库的成本比缓存高了很多。

• 对于云上的架构，主库提供高可用服务，从库不提供高可用服务。

这几类场景就建议使用缓存架构来加强系统读性能，代替数据库主从分离架构。当然缓存架构的潜在问题：如果缓存挂了，流量全部压到数据库上，数据库会雪崩；同样缓存会有缓存穿透、缓存一致、缓存雪崩、缓存并发等问题。

三、水平切分

1、水平切分概念

水平切分，也是一种常见的数据库架构，一般来说：

• 每个数据库之间没有数据重合，没有类似binlog同步的关联。

• 所有数据并集，组成全部数据。

• 会用某些算法，来完成数据分割，例如取模运算。

一个水平切分急群众的每个数据库，通常称为一个分片。

2、水平切分解决的问题

大部分的互联网业务，数据量都非常大，单库容量最容易成为瓶颈，当单库的容量成为了瓶颈，我们希望提高数据库的写性能，降低单库容量的话，就可以采用水平切分了。

四、小结

1. 读写分离，解决数据库读性能瓶颈问题；

2. 水平切分，解决数据库数据量大问题；

3. 对于大数据量、高并发量、高可用要求、高一致性的互联网业务，微服务缓存架构，可能比读写分离架构更加合适。